Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação

Detalhes bibliográficos
Autor(a) principal: WELERSON, Camila Coelho
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNIFEI (RIUNIFEI)
Texto Completo: https://repositorio.unifei.edu.br/jspui/handle/123456789/2356
Resumo: O Brasil tem enfrentado uma das maiores crises hídricas nos últimos anos em decorrência de eventos extremos hidrológicos e meteorológicos. A irregularidade de eventos de chuva tem afetado gravemente o balanço hídrico das bacias hidrográficas, a exemplo da bacia do rio São Francisco, uma região com alta vulnerabilidade hídrica e que apresenta tendências a desertificação. Devido a extrema relevância nacional dessa bacia para o país, o presente estudo teve como objetivo principal a análise da previsibilidade de eventos extremos que alteram a disponibilidade hídrica da bacia do São Francisco, a partir da integração de um modelo atmosférico regional e de um modelo hidrológico. Para tanto, foi utilizado um conjunto de cinco membros de previsões sazonais de precipitação para cada mês entre o período de 2001 a 2018, sendo essas previsões geradas por um downscaling do modelo atmosférico Eta do CPTEC/INPE. Esses dados serviram como variáveis de entrada no modelo hidrológico MGBIPH na geração de previsões sazonais de vazão na bacia do rio São Francisco. Quanto aos dados observados de precipitação e vazão, utilizados na comparação com os dados previstos, esses foram obtidos de séries históricas dos postos pluviométricos e fluviométricos da Agência Nacional de Águas (ANA), respectivamente, além de séries de vazões naturalizadas dos aproveitamentos hidrelétricos no caso das usinas de Três Marias, Sobradinho, Itaparica/Luiz Gonzaga e Paulo Afonso/Moxotó. A acurácia das previsões foi analisada tanto visualmente, quanto por meio de estatística com o uso dos indicadores Erro Médio Relativo (EMR), Erro Médio Absoluto (EMA) e Coeficiente de Correlação Linear de Pearson (r). Os resultados dos índices EMR e r mostraram que, de maneira geral, os modelos Eta/MGB apresentaram um bom desempenho com relação à previsibilidade hidrológica sazonal para a bacia, sobretudo para as sub bacias localizadas no Alto e Baixo São Francisco. Com relação às antecedências, não foram observadas diferenças consideráveis entre os horizontes analisados, embora os resultados para um mês tenham sido relativamente melhores, principalmente considerando o índice r. Entretanto, aponta-se a necessidade de correções tanto das precipitações previstas, quanto do viés das previsões hidrológicas em algumas regiões, como no caso de Sobradinho, que apresentou alguns erros sistemáticos.
id UFEI_a14b3b13d2bc18c6c56e6cf2745984fe
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/2356
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str 7044
spelling 2020-03-122021-03-252021-03-25T13:26:25Z2021-03-25T13:26:25Zhttps://repositorio.unifei.edu.br/jspui/handle/123456789/2356O Brasil tem enfrentado uma das maiores crises hídricas nos últimos anos em decorrência de eventos extremos hidrológicos e meteorológicos. A irregularidade de eventos de chuva tem afetado gravemente o balanço hídrico das bacias hidrográficas, a exemplo da bacia do rio São Francisco, uma região com alta vulnerabilidade hídrica e que apresenta tendências a desertificação. Devido a extrema relevância nacional dessa bacia para o país, o presente estudo teve como objetivo principal a análise da previsibilidade de eventos extremos que alteram a disponibilidade hídrica da bacia do São Francisco, a partir da integração de um modelo atmosférico regional e de um modelo hidrológico. Para tanto, foi utilizado um conjunto de cinco membros de previsões sazonais de precipitação para cada mês entre o período de 2001 a 2018, sendo essas previsões geradas por um downscaling do modelo atmosférico Eta do CPTEC/INPE. Esses dados serviram como variáveis de entrada no modelo hidrológico MGBIPH na geração de previsões sazonais de vazão na bacia do rio São Francisco. Quanto aos dados observados de precipitação e vazão, utilizados na comparação com os dados previstos, esses foram obtidos de séries históricas dos postos pluviométricos e fluviométricos da Agência Nacional de Águas (ANA), respectivamente, além de séries de vazões naturalizadas dos aproveitamentos hidrelétricos no caso das usinas de Três Marias, Sobradinho, Itaparica/Luiz Gonzaga e Paulo Afonso/Moxotó. A acurácia das previsões foi analisada tanto visualmente, quanto por meio de estatística com o uso dos indicadores Erro Médio Relativo (EMR), Erro Médio Absoluto (EMA) e Coeficiente de Correlação Linear de Pearson (r). Os resultados dos índices EMR e r mostraram que, de maneira geral, os modelos Eta/MGB apresentaram um bom desempenho com relação à previsibilidade hidrológica sazonal para a bacia, sobretudo para as sub bacias localizadas no Alto e Baixo São Francisco. Com relação às antecedências, não foram observadas diferenças consideráveis entre os horizontes analisados, embora os resultados para um mês tenham sido relativamente melhores, principalmente considerando o índice r. Entretanto, aponta-se a necessidade de correções tanto das precipitações previstas, quanto do viés das previsões hidrológicas em algumas regiões, como no caso de Sobradinho, que apresentou alguns erros sistemáticos.Brazil has faced one of the biggest water crises in recent years as a result of extreme hydrological and meteorological events. An irregularity of rain events has a recorded effect or water balance in the hydrographic basins, for example in the São Francisco River basin, a region with high water vulnerability and with desertification trends. Due to the extreme national relevance of this basin for the country, the present study had as main objective the analysis of the predictability of extreme events that altered the water availability of the São Francisco River basin, from the integration of a regional atmospheric model and a hydrological model. For this purpose, a set of five members of seasonal rainfall forecasts was used for each month between the periods from 2001 to 2018, these being generated by a downscaling of the atmospheric model Eta of CPTEC/INPE. These data were provided as input variables in the hydrological model MGB-IPH in the generation of seasonal streamflow forecasts in the São Francisco River basin. As for the observed data of rainfall and streamflow, used in the comparison with the predicted data, these were obtained from historical series of pluviometric and fluviometric stations of the National Water Agency (ANA), respectively, in addition to series of natural streamflows of the hydroelectric use in the case of the Três Marias, Sobradinho, Itaparica/Luiz Gonzaga and Paulo Afonso/Moxotó hydroelectric stations. The accuracy of the forecasts was analyzed both visually and statistically using the Relative Mean Error (EMR), Mean Absolute Error (EMA) and Pearson's Linear Correlation Coefficient (r) indicators. The results of the EMR and r indices indicated that, in general, the Eta/MGB models showed a good performance of the seasonal streamflow forecasts for the basin, mostly for the sub-basins located in the Upper and Lower São Francisco. Regarding the precedents, no significant differences were observed between the horizons analyzed, although the results for one month were relatively better considering the r index. However, it points to the need for corrections to the rainfall forecasts and the bias in the streamflow forecasts in some regions, as in the case of Sobradinho, which showed some systematic errors.Agência 1porUniversidade Federal de ItajubáPrograma de Pós-Graduação: Mestrado - Meio Ambiente e Recursos HídricosUNIFEIBrasilIRN - Instituto de Recursos NaturaisCNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOSHidrologiaPrevisibilidadeEtaMGB-IPHPrevisões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSILVA, Benedito Cláudio dahttp://lattes.cnpq.br/5122382690957007http://lattes.cnpq.br/8904861951110827WELERSON, Camila CoelhoWELERSON, Camila Coelho. Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação. 2020. 133 f. Dissertação (Mestrado em Meio Ambiente e Recursos Hídricos) – Universidade Federal de Itajubá, Itajubá, 2020.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEILICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2356/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALDissertação_2021077.pdfDissertação_2021077.pdfapplication/pdf12768997https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2356/1/Disserta%c3%a7%c3%a3o_2021077.pdf42007e4292bec9b5ed56cdefa0192e8bMD51123456789/23562021-03-25 10:26:28.14oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442021-03-25T13:26:28Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
spellingShingle Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
WELERSON, Camila Coelho
CNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOS
Hidrologia
Previsibilidade
Eta
MGB-IPH
title_short Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title_full Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title_fullStr Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title_full_unstemmed Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title_sort Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
author WELERSON, Camila Coelho
author_facet WELERSON, Camila Coelho
author_role author
dc.contributor.advisor1.fl_str_mv SILVA, Benedito Cláudio da
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/5122382690957007
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/8904861951110827
dc.contributor.author.fl_str_mv WELERSON, Camila Coelho
contributor_str_mv SILVA, Benedito Cláudio da
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOS
topic CNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOS
Hidrologia
Previsibilidade
Eta
MGB-IPH
dc.subject.por.fl_str_mv Hidrologia
Previsibilidade
Eta
MGB-IPH
description O Brasil tem enfrentado uma das maiores crises hídricas nos últimos anos em decorrência de eventos extremos hidrológicos e meteorológicos. A irregularidade de eventos de chuva tem afetado gravemente o balanço hídrico das bacias hidrográficas, a exemplo da bacia do rio São Francisco, uma região com alta vulnerabilidade hídrica e que apresenta tendências a desertificação. Devido a extrema relevância nacional dessa bacia para o país, o presente estudo teve como objetivo principal a análise da previsibilidade de eventos extremos que alteram a disponibilidade hídrica da bacia do São Francisco, a partir da integração de um modelo atmosférico regional e de um modelo hidrológico. Para tanto, foi utilizado um conjunto de cinco membros de previsões sazonais de precipitação para cada mês entre o período de 2001 a 2018, sendo essas previsões geradas por um downscaling do modelo atmosférico Eta do CPTEC/INPE. Esses dados serviram como variáveis de entrada no modelo hidrológico MGBIPH na geração de previsões sazonais de vazão na bacia do rio São Francisco. Quanto aos dados observados de precipitação e vazão, utilizados na comparação com os dados previstos, esses foram obtidos de séries históricas dos postos pluviométricos e fluviométricos da Agência Nacional de Águas (ANA), respectivamente, além de séries de vazões naturalizadas dos aproveitamentos hidrelétricos no caso das usinas de Três Marias, Sobradinho, Itaparica/Luiz Gonzaga e Paulo Afonso/Moxotó. A acurácia das previsões foi analisada tanto visualmente, quanto por meio de estatística com o uso dos indicadores Erro Médio Relativo (EMR), Erro Médio Absoluto (EMA) e Coeficiente de Correlação Linear de Pearson (r). Os resultados dos índices EMR e r mostraram que, de maneira geral, os modelos Eta/MGB apresentaram um bom desempenho com relação à previsibilidade hidrológica sazonal para a bacia, sobretudo para as sub bacias localizadas no Alto e Baixo São Francisco. Com relação às antecedências, não foram observadas diferenças consideráveis entre os horizontes analisados, embora os resultados para um mês tenham sido relativamente melhores, principalmente considerando o índice r. Entretanto, aponta-se a necessidade de correções tanto das precipitações previstas, quanto do viés das previsões hidrológicas em algumas regiões, como no caso de Sobradinho, que apresentou alguns erros sistemáticos.
publishDate 2020
dc.date.issued.fl_str_mv 2020-03-12
dc.date.available.fl_str_mv 2021-03-25
2021-03-25T13:26:25Z
dc.date.accessioned.fl_str_mv 2021-03-25T13:26:25Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/2356
url https://repositorio.unifei.edu.br/jspui/handle/123456789/2356
dc.language.iso.fl_str_mv por
language por
dc.relation.references.pt_BR.fl_str_mv WELERSON, Camila Coelho. Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação. 2020. 133 f. Dissertação (Mestrado em Meio Ambiente e Recursos Hídricos) – Universidade Federal de Itajubá, Itajubá, 2020.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.publisher.program.fl_str_mv Programa de Pós-Graduação: Mestrado - Meio Ambiente e Recursos Hídricos
dc.publisher.initials.fl_str_mv UNIFEI
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv IRN - Instituto de Recursos Naturais
publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2356/2/license.txt
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2356/1/Disserta%c3%a7%c3%a3o_2021077.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
42007e4292bec9b5ed56cdefa0192e8b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1801863208579891200